基于模糊綜合決策的共享單車滿意度評價研究

毛瀟遠 賀盛瑜

摘要：在互聯網環境下，共享單車顧客滿意度測評指標體系和公共自行車顧客滿意度測評指標有明顯的不一樣，為了提升互聯網環境下共享單車的用戶滿意度，增強用戶對共享單車的友好體驗，本文試圖對顧客滿意度評價指標和公共自行車用戶滿意度影響因素進行研究，給出了互聯網環境下共享單車顧客滿意度的評價指標體系，并且評價體系包含4個共享單車滿意度的影響因素：產品，價格，服務，便利;通過分析，發現對滿意度影響最大的是便利因素。運用共享單車評價體系對摩拜單車進行顧客滿意度的實證分析，證實了模糊評價體系的合理性，并利用實證結果給出了提升共享單車滿意度的方法。

關鍵詞：共享單車;模糊決策;滿意度

引言

2014年，OFO共享單車在校園出現，其后快速發展。跟隨而來的是大量的共享單車品牌隨之創立，共享單車時代正式來臨，如果單次使用1元計費，推算出每年共享單車的潛在市場份額可能有281億，統計整個產業鏈上游的單車、智能制造，下游的大數據、導航服務等增值服務，預估整個共享單車市場產業鏈價值近干億規模。共享市場規模越來越大，發展預期被人們看好。但是在共享單車迅猛發展的同時，也帶來了一些問題，比如城市投放分布數量不平衡、亂停亂放、壞車維修不到位等。以上這些都可能直接影響用戶的體驗，給用戶造成不良感覺，影響顧客滿意度，最重要的是會影響共享單車的使用頻率。

為了更好的幫助企業改善對共享單車的升級和改造，給消費者更好的騎行體驗，運用模糊數學的方法，模糊綜合評價決策法構建共享單車滿意度評價指標體系，并通過調研數據驗證其合理性。

1、文獻綜述

共享單車的前身是公共自行車，通過回顧其研究，可以給我們帶來一定的啟示意義。Shaheen （2011）通過用戶訪談和調研，發現影響滿意度的重要因素包括自行車停放點數、反饋停放點實時自行車數量信息、自行車維護狀況和增加騎行時間。Fuller （2013）利用訪談和調研，發現市民騎自行車的概率可能隨著自行車系統的完備而提高。許民強（2014）利用因子分析方法構造自行車滿意度評價體系。

在自行車滿意度研究領域中，周思萌（2017）將共享單車使用者滿意度的影響因素分為五種，分別為安全與環保因素、便捷與靈活因素、分布與停取因素、外觀與性能因素、服務與維修因素，并通過實證分析證明了其對滿意度具有正向影響作用。

對以上自行車滿意度的研究，我們發現影響因素有哪些和應該運用什么模型還存在爭論，加上新出現的共享單車與公共自行車之間存在較大差異。因此，本文將通過圍繞構建共享單車滿意度指標體系為核心，并通過實證分析，為提高共享單車的使用滿意度提供建議和措施。

2、共享單車滿意度模型構建和分析

2.1顧客滿意度理論

通過大量閱讀滿意度研究文獻資料：“顧客滿意度理論包括3個基本要素，顧客感知產品或服務的效用;顧客期望;關于獲取和使用產品及服務的成本認知”。劉資媛（2005）根據顧客滿意度模型設計顧客滿意度評價體系，并指出評價體系中的一級指標和二級指標基本上對所有產品都適用，因此在劉資媛的評價體系的基礎上對共享單車滿意度評價體系進行了設計。

在實際研究分析中，設計顧客滿意評價體系應該結合所處行業、企業以及產品的特點來篩選指標。

2.2共享單車滿意度指標體系

根據顧客滿意度基本構成要素和已有學者的研究，我們將模糊評價指標體系設定為3個層次，即目標層A，指標層包括：一級指標B，二級指標C，見下表1：

2.3建立識別模式

假設共享單車滿意度的強度評價級別是Y，采用李克特5級量表來衡量具體的等級差異，即Yl表示對共享單車很滿意，Y2表示對共享單車比較滿意，Y3表示對共享單車感覺一般，Y4表示對共享單車不滿意，Y5表示對共享單車很不滿意，則Y= （Y1，Y2，Y3，Y4，Y5）。

2.4共享單車滿意度模糊評價實例研究

摩拜單車（mobike）創建了全球首個智能共享單車模式，城市短途出行解決方案領導者，用戶提供押金便可以時賃租用的一種付費、實現無樁借還車模式。

2.5確定指標層權重

指標權重確定的方法包括層次分析法、德爾菲法、熵值法等，本研究采用層次分析法來確定指標的權重。

根據相關專家，共享單車資深用戶、有關專家、摩拜工作人員共計30人組成進行綜合判斷打分，最后計算出對各因素的分配的權重構成一級指標權重集。

得出b= （0.333，0.239，0.159，0.269）

同樣可求導二級指標的權重集為：

得出C1= （0.36，0.24，0.1 42，0.258）

C2= （0.11， 0.346， 0.544）

C3= （0.3333， 0.3333， 0.3334）

C4= （0.362， 0.357， 0.281）

2.6根據專家調查構造模糊評價矩陣

步驟一：通過相關人員調查摩拜單車顧客滿意度的二級指標。

步驟二：利用MATLAB軟件，根據評價矩陣，計算出一級指標的評價集合：

A1=[0.0629， 0.4760， 0.3098， 0.1142， 0.0371]

同理可得：

A2=[0.1291， 0.4544， 0.3566， 0.0599，O]

A3=[0.0833， 0.4333， 0.3333， 0.1167，0]

A4=[0.3071， 0.4719， 0.1929， 0.0281，0]

步驟四：計算并建立模糊評價矩陣

A=b*（A1）=[0.1477， 0.4629， 0.2933， 0.0786， 0.0124]

經過歸一化處理得：

A=[0.1485， 0.4653， 0.2948， 0.0790， 0.0125]

由此得出，對摩拜單車滿意度認為很滿意的概率為14.85%，較滿意的概率為46.53%，一般滿意的概率為29.48%。根據最大隸屬度原則，可認定其總體滿意度較高。從實證數據中可以看出，摩拜單車還需進一步加強收費標準和車輛舒適度，以達到更高的顧客滿意度。

2.7評價結果

規定評價集Y中各元素的量化值為Y1=100分，Y2=80分，Y3=60分，Y4=40分，Ys=20分，越靠近分值1 00分表示共享單車滿意度越高，越接近分值40分，共享單車滿意度越低。即分數越高，共享單車滿意度越滿意。用公式P1=B1Y計算得分如表2所示。

可從綜合得分進行判斷，摩拜單車滿意度水平屬于中等偏上水平，對顧客而言，它的便利性給他們帶來了很好的騎行體驗，通過結果我們發現產品因素得分值相對較低，結合實際調研情況，消費者的個性化需求對不同單車型號、款式有著自己的理解，所以導致產品因素得分偏低。

3、結語

在選擇共享單車時，模糊綜合評價法考慮了人思考的模糊性和實際情況，巧妙的把定性的因素定量化，雖然不太可能經濟，但是在實際問題中，由于客觀事物的復雜性，不確定性，以及人類思維的模糊性，很多給出確定的數值作為評價值。因此本文對共享單車進行模糊綜合評價的過程中，旨在闡述這種評價方法如何使用，也存在一定的問題，需要進一步的調研和分析。

參考文獻：

[1]Shaheen Susan，Hua Zhang，Elliot Martin，Stacey Guzman.Hangzhou Public Bicycle Understanding Early Adoptionand Behavioral Response to Bikesharing in Hangzhou，China[J].Transportation Research Record， 2011，（2247）：34-41.

[2] Daniel Fuller， Lise Gauvin，Yan Kestens， Mark Daniel，Michel Foumier，Patrick Morene and Louis Drouin.lmpactEvaluation of a Public Bicycle Share Program on Cycling：a case Example of BIXlin Montreal， Quebec[J]. AmericanJournal of Public Health，20 13，（103）：8 5-92.

[3]許民強，姚曄，費麗娟.公共自行車服務滿意度評價體系的研究[J].中國統計，2014，（5）：55-56.

[4]周思萌，共享單車使用者滿意度的影響因素研究——以昆明市為例[J].物流技術，2017，36（04）：35-39.

[5]劉資媛.顧客滿意度影響因素的理論分析及實證研究[D].長沙：湖南大學公司管理學院，2004：24-28.